Ostatnia aktualizacja: 2021-04-13 23:03:21
NumPy
NumPy jest biblioteką Pythona służącą do obliczeń naukowych.
Zastosowania:
- algebra liniowa
- zaawansowane obliczenia matematyczne (numeryczne)
- całkowania
- rozwiązywanie równań
- …
Import biblioteki NumPy
import numpy as np
Podstawowym bytem w bibliotece NumPy jest N-wymiarowa tablica zwana ndarray. Każdy element na tablicy traktowany jest jako typ dtype.
numpy.array(object, dtype=None, copy=True,
order='K', subok=False, ndmin=0)
- object - to co ma być wrzucone do tablicy
- dtype - typ
- copy - czy obiekty mają być skopiowane, domyślne
True
- order - sposób układania: C (rzędy), F (kolumny), A, K
- subok - realizowane przez podklasy (jeśli
True), domyślnie False
- ndmin - minimalny rozmiar (wymiar) tablicy
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG5hID0gbnAuYXJyYXkoWzEsIDIsIDNdKVxucHJpbnQoYSlcbmIgPSBucC5hcnJheShbMSwgMiwgMy4wXSlcbnByaW50KGIpXG5jID0gbnAuYXJyYXkoW1sxLCAyXSwgWzMsIDRdXSlcbnByaW50KGMpXG5kID0gbnAuYXJyYXkoWzEsIDIsIDNdLCBuZG1pbj0yKVxucHJpbnQoZClcbmUgPSBucC5hcnJheShbMSwgMiwgM10sIGR0eXBlPWNvbXBsZXgpXG5wcmludChlKVxuZiA9IG5wLmFycmF5KG5wLm1hdCgnMSAyOyAzIDQnKSlcbnByaW50KGYpXG5nID0gbnAuYXJyYXkobnAubWF0KCcxIDI7IDMgNCcpLCBzdWJvaz1UcnVlKVxucHJpbnQoZykifQ==
Lista a tablica
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
Atrybuty tablic ndarray
shape |
krotka z informacją liczbę elementów dla każdego z wymiarów |
size |
liczba elementów w tablicy (łączna) |
ndim |
liczba wymiarów tablicy |
nbytes |
liczba bajtów jaką tablica zajmuje w pamięci |
dtype |
typ danych |
https://numpy.org/doc/stable/reference/arrays.ndarray.html#array-attributes
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG50YWIxID0gbnAuYXJyYXkoWzIsIC0zLCA0LCAtOCwgMV0pXG5wcmludCh0eXBlKHRhYjEpKVxucHJpbnQodGFiMS5zaGFwZSlcbnByaW50KHRhYjEuc2l6ZSlcbnByaW50KHRhYjEubmRpbSlcbnByaW50KHRhYjEubmJ5dGVzKVxucHJpbnQodGFiMS5kdHlwZSkifQ==
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG50YWIyID0gbnAuYXJyYXkoW1syLCAtM10sIFs0LCAtOF1dKVxucHJpbnQodHlwZSh0YWIyKSlcbnByaW50KHRhYjIuc2hhcGUpXG5wcmludCh0YWIyLnNpemUpXG5wcmludCh0YWIyLm5kaW0pXG5wcmludCh0YWIyLm5ieXRlcylcbnByaW50KHRhYjIuZHR5cGUpXG50YWIzID0gbnAuYXJyYXkoW1syLCAtM10sIFs0LCAtOCwgNV0sIFszXV0pXG5wcmludCh0eXBlKHRhYjMpKVxucHJpbnQodGFiMy5zaGFwZSlcbnByaW50KHRhYjMuc2l6ZSlcbnByaW50KHRhYjMubmRpbSlcbnByaW50KHRhYjMubmJ5dGVzKVxucHJpbnQodGFiMy5kdHlwZSkifQ==
Typy danych
https://numpy.org/doc/stable/reference/arrays.scalars.html
https://numpy.org/doc/stable/reference/arrays.dtypes.html#arrays-dtypes-constructing
| Typy całkowitoliczbowe |
int,int8,int16,int32,int64 |
| Typy całkowitoliczbowe (bez znaku) |
uint,uint8,uint16,uint32,uint64 |
| Typ logiczny |
bool |
| Typy zmiennoprzecinkowe |
float, float16, float32, float64, float128 |
| Typy zmiennoprzecinkowe zespolone |
complex, complex64, complex128, complex256 |
| Napis |
str |
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG50YWIgPSBucC5hcnJheShbWzIsIC0zXSwgWzQsIC04XV0pXG5wcmludCh0YWIpXG50YWIyID0gbnAuYXJyYXkoW1syLCAtM10sIFs0LCAtOF1dLCBkdHlwZT1pbnQpXG5wcmludCh0YWIyKVxudGFiMyA9IG5wLmFycmF5KFtbMiwgLTNdLCBbNCwgLThdXSwgZHR5cGU9ZmxvYXQpXG5wcmludCh0YWIzKVxudGFiNCA9IG5wLmFycmF5KFtbMiwgLTNdLCBbNCwgLThdXSwgZHR5cGU9Y29tcGxleClcbnByaW50KHRhYjQpIn0=
Tworzenie tablic
np.array - argumenty rzutowany na tablicę (coś po czym można iterować) - warto sprawdzić rozmiar/kształt
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG50YWIgPSBucC5hcnJheShbMiwgLTMsIDRdKVxucHJpbnQodGFiKVxudGFiMiA9IG5wLmFycmF5KCg0LCAtMywgMywgMikpXG5wcmludCh0YWIyKVxudGFiMyA9IG5wLmFycmF5KHszLCAzLCAyLCA1LCAyfSlcbnByaW50KHRhYjMpXG50YWI0ID0gbnAuYXJyYXkoe1wicGxcIjogMzQ0LCBcImVuXCI6IDIyfSlcbnByaW50KHRhYjQpIn0=
np.zeros - tworzy tablicę wypełnioną zerami
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG50YWIgPSBucC56ZXJvcyg0KVxucHJpbnQodGFiKVxucHJpbnQodGFiLnNoYXBlKVxudGFiMiA9IG5wLnplcm9zKFsyLCAzXSlcbnByaW50KHRhYjIpXG5wcmludCh0YWIyLnNoYXBlKVxudGFiMyA9IG5wLnplcm9zKFsyLCAzLCA0XSlcbnByaW50KHRhYjMpXG5wcmludCh0YWIzLnNoYXBlKSJ9
np.ones - tworzy tablicę wypełnioną jedynkami (to nie odpowiednik macierzy jednostkowej!)
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG50YWIgPSBucC5vbmVzKDQpXG5wcmludCh0YWIpXG5wcmludCh0YWIuc2hhcGUpXG50YWIyID0gbnAub25lcyhbMiwgM10pXG5wcmludCh0YWIyKVxucHJpbnQodGFiMi5zaGFwZSlcbnRhYjMgPSBucC5vbmVzKFsyLCAzLCA0XSlcbnByaW50KHRhYjMpXG5wcmludCh0YWIzLnNoYXBlKSJ9
np.diag - tworzy tablicę odpowiadającą macierzy diagonalnej
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG50YWIwID0gbnAuZGlhZyhbMywgNCwgNV0pXG5wcmludCh0YWIwKVxudGFiMSA9IG5wLmFycmF5KFtbMiwgMywgNF0sIFszLCAtNCwgNV0sIFszLCA0LCAtNV1dKVxucHJpbnQodGFiMSlcbnRhYjIgPSBucC5kaWFnKHRhYjEpXG5wcmludCh0YWIyKVxudGFiMyA9IG5wLmRpYWcodGFiMSwgaz0xKVxucHJpbnQodGFiMylcbnRhYjQgPSBucC5kaWFnKHRhYjEsIGs9LTIpXG5wcmludCh0YWI0KVxudGFiNSA9IG5wLmRpYWcobnAuZGlhZyh0YWIxKSlcbnByaW50KHRhYjUpIn0=
np.arange - tablica wypełniona równomiernymi wartościami
Składnia: numpy.arange([start, ]stop, [step, ]dtype=None)
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG5hID0gbnAuYXJhbmdlKDMpXG5wcmludChhKVxuYiA9IG5wLmFyYW5nZSgzLjApXG5wcmludChiKVxuYyA9IG5wLmFyYW5nZSgzLCA3KVxucHJpbnQoYylcbmQgPSBucC5hcmFuZ2UoMywgMTEsIDIpXG5wcmludChkKVxuZSA9IG5wLmFyYW5nZSgwLCAxLCAwLjEpXG5wcmludChlKVxuZiA9IG5wLmFyYW5nZSgzLCAxMSwgMiwgZHR5cGU9ZmxvYXQpXG5wcmludChmKVxuZyA9IG5wLmFyYW5nZSgzLCAxMCwgMilcbnByaW50KGcpIn0=
np.linspace - tablica wypełniona równomiernymi wartościami wg skali liniowej
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG5hID0gbnAubGluc3BhY2UoMi4wLCAzLjAsIG51bT01KVxucHJpbnQoYSlcbmIgPSBucC5saW5zcGFjZSgyLjAsIDMuMCwgbnVtPTUsIGVuZHBvaW50PUZhbHNlKVxucHJpbnQoYilcbmMgPSBucC5saW5zcGFjZSgyLjAsIDMuMCwgbnVtPTUsIHJldHN0ZXA9VHJ1ZSlcbnByaW50KGMpIn0=
np.logspace - tablica wypełniona wartościami wg skali logarytmicznej
Składnia: numpy.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None, axis=0)
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG5hID0gbnAubG9nc3BhY2UoMi4wLCAzLjAsIG51bT00KVxucHJpbnQoYSlcbmIgPSBucC5sb2dzcGFjZSgyLjAsIDMuMCwgbnVtPTQsIGVuZHBvaW50PUZhbHNlKVxucHJpbnQoYilcbmMgPSBucC5sb2dzcGFjZSgyLjAsIDMuMCwgbnVtPTQsIGJhc2U9Mi4wKVxucHJpbnQoYykifQ==
np.empty - pusta (niezaincjowana) tablica
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG5hID0gbnAuZW1wdHkoMylcbnByaW50KGEpXG5iID0gbnAuZW1wdHkoMywgZHR5cGU9aW50KVxucHJpbnQoYikifQ==
np.identity - tablica przypominająca macierz jednostkową
np.eye - tablica z jedynkami na przekątnej (pozostałe zera)
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG5hID0gbnAuaWRlbnRpdHkoNClcbnByaW50KGEpXG5iID0gbnAuZXllKDQsIGs9MSlcbnByaW50KGIpXG5jID0gbnAuZXllKDQsIGs9MilcbnByaW50KGMpXG5kID0gbnAuZXllKDQsIGs9LTEpXG5wcmludChkKSJ9
Indeksowanie, “krojenie”
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG5hID0gbnAuYXJyYXkoWzIsIDUsIC0yLCA0LCAtNywgOCwgOSwgMTEsIC0yMywgLTQsIC03LCA4LCAxXSlcbnByaW50KGFbNV0pXG5wcmludChhWy0yXSlcbnByaW50KGFbMzo2XSlcbnByaW50KGFbOl0pXG5wcmludChhWzA6LTFdKVxucHJpbnQoYVs6NV0pXG5wcmludChhWzQ6XSlcbnByaW50KGFbNDotMV0pXG5wcmludChhWzQ6MTA6Ml0pXG5wcmludChhWzo6LTFdKVxucHJpbnQoYVs6OjJdKVxucHJpbnQoYVs6Oi0yXSkifQ==
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
**Uwaga - takie “krojenie” to tzw “widok”.
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG5hID0gbnAuYXJyYXkoW1szLCA0LCA1XSwgWy0zLCA0LCA4XSwgWzMsIDIsIDldXSlcbmIgPSBhWzE6MiwgMTpdXG5wcmludChiKVxuYVsxXVsxXSA9IDlcbnByaW50KGEpXG5wcmludChiKVxuYlswXVswXSA9IC0xMVxucHJpbnQoYSlcbnByaW50KGIpIn0=
Naprawa:
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG5hID0gbnAuYXJyYXkoW1szLCA0LCA1XSwgWy0zLCA0LCA4XSwgWzMsIDIsIDldXSlcbmIgPSBhWzE6MiwgMTpdLmNvcHkoKVxucHJpbnQoYilcbmFbMV1bMV0gPSA5XG5wcmludChhKVxucHJpbnQoYilcbmJbMF1bMF0gPSAtMTFcbnByaW50KGEpXG5wcmludChiKSJ9
Indeksowanie logiczne (fancy indexing)
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG5hID0gbnAuYXJyYXkoWzIsIDUsIC0yLCA0LCAtNywgOCwgOSwgMTEsIC0yMywgLTQsIC03LCA4LCAxXSlcbmIgPSBhW25wLmFycmF5KFsxLCAzLCA3XSldXG5wcmludChiKVxuYyA9IGFbWzEsIDMsIDddXVxucHJpbnQoYykifQ==
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG5hID0gbnAuYXJyYXkoWzIsIDUsIC0yLCA0LCAtNywgOCwgOSwgMTEsIC0yMywgLTQsIC03LCA4LCAxXSlcbmIgPSBhID4gMFxucHJpbnQoYilcbmMgPSBhW2EgPiAwXVxucHJpbnQoYykifQ==
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG5hID0gbnAuYXJyYXkoWzIsIDUsIC0yLCA0LCAtNywgOCwgOSwgMTEsIC0yMywgLTQsIC03LCA4LCAxXSlcbmIgPSBhW2EgPiAwXVxucHJpbnQoYilcbmJbMF0gPSAtNVxucHJpbnQoYSlcbnByaW50KGIpXG5hWzFdID0gMjBcbnByaW50KGEpXG5wcmludChiKSJ9
Modyfikacja kształtu i rozmiaru
https://numpy.org/doc/stable/reference/routines.array-manipulation.html
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
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG5hID0gbnAuYXJyYXkoW1sxLCAyXSwgWzMsIDRdXSlcbmIgPSBucC5hcnJheShbWzUsIDZdXSlcbnIxID0gbnAuY29uY2F0ZW5hdGUoKGEsIGIpKVxucHJpbnQocjEpXG5yMiA9IG5wLmNvbmNhdGVuYXRlKChhLCBiKSwgYXhpcz0wKVxucHJpbnQocjIpXG5yMyA9IG5wLmNvbmNhdGVuYXRlKChhLCBiLlQpLCBheGlzPTEpXG5wcmludChyMylcbnI0ID0gbnAuY29uY2F0ZW5hdGUoKGEsIGIpLCBheGlzPU5vbmUpXG5wcmludChyNCkifQ==
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG5hID0gbnAuYXJyYXkoW1sxLCAyXSwgWzMsIDRdXSlcbnIxID0gbnAucmVzaXplKGEsICgyLCAzKSlcbnByaW50KHIxKVxucjIgPSBucC5yZXNpemUoYSwgKDEsIDQpKVxucHJpbnQocjIpXG5yMyA9IG5wLnJlc2l6ZShhLCAoMiwgNCkpXG5wcmludChyMykifQ==
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG5hID0gbnAuYXJyYXkoW1sxLCAyXSwgWzMsIDRdXSlcbmIgPSBucC5hcnJheShbWzUsIDZdXSlcbnIxID0gbnAuYXBwZW5kKGEsIGIpXG5wcmludChyMSlcbnIyID0gbnAuYXBwZW5kKGEsIGIsIGF4aXM9MClcbnByaW50KHIyKSJ9
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG5hID0gbnAuYXJyYXkoW1sxLCAyXSwgWzMsIDddXSlcbnIxID0gbnAuaW5zZXJ0KGEsIDEsIDQpXG5wcmludChyMSlcbnIyID0gbnAuaW5zZXJ0KGEsIDIsIDQpXG5wcmludChyMilcbnIzID0gbnAuaW5zZXJ0KGEsIDEsIDQsIGF4aXM9MClcbnByaW50KHIzKVxucjQgPSBucC5pbnNlcnQoYSwgMSwgNCwgYXhpcz0xKVxucHJpbnQocjQpIn0=
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG5hID0gbnAuYXJyYXkoW1sxLCAyLCAzLCA0XSwgWzUsIDYsIDcsIDhdLCBbOSwgMTAsIDExLCAxMl1dKVxucjEgPSBucC5kZWxldGUoYSwgMSwgYXhpcz0xKVxucHJpbnQocjEpXG5yMiA9IG5wLmRlbGV0ZShhLCAyLCBheGlzPTApXG5wcmludChyMikifQ==
Broadcasting
Wariant 1 - skalar-tablica - wykonanie operacji na każdym elemencie tablicy
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG5hID0gbnAuYXJyYXkoW1sxLCAyXSwgWzUsIDZdLCBbOSwgMTBdXSlcbmIgPSBhICsgNFxucHJpbnQoYilcbmMgPSAyICoqIGFcbnByaW50KGMpIn0=
Wariant 2 - dwie tablice - “gdy jedna z tablic może być rozszerzona” (oba wymiary są równe lub jeden z nich jest równy 1)
https://numpy.org/doc/stable/user/basics.broadcasting.html
eyJsYW5ndWFnZSI6InB5dGhvbiIsInNhbXBsZSI6ImltcG9ydCBudW1weSBhcyBucFxuXG5hID0gbnAuYXJyYXkoW1sxLCAyXSwgWzUsIDZdXSlcbmIgPSBucC5hcnJheShbOSwgMl0pXG5yMSA9IGEgKyBiXG5wcmludChyMSlcbnIyID0gYSAvIGJcbnByaW50KHIyKVxuYyA9IG5wLmFycmF5KFtbNF0sIFstMl1dKVxucjMgPSBhICsgY1xucHJpbnQocjMpXG5yNCA9IGMgLyBhXG5wcmludChyNCkifQ==
Statystyka i agregacja
| np.mean |
Średnia wszystkich wartości w tablicy. |
| np.std |
Odchylenie standardowe. |
| np.var |
Wariancja. |
| np.sum |
Suma wszystkich elementów. |
| np.prod |
Iloczyn wszystkich elementów. |
| np.cumsum |
Skumulowana suma wszystkich elementów. |
| np.cumprod |
Skumulowany iloczyn wszystkich elementów. |
| np.min,np.max |
Minimalna/maksymalna wartość w tablicy. |
| np.argmin, np.argmax |
Indeks minimalnej/maksymalnej wartości w tablicy. |
| np.all |
Sprawdza czy wszystki elementy są różne od zera. |
| np.any |
Sprawdza czy co najmniej jeden z elementów jest różny od zera. |